像训练狗一样教机器人：从诱导、手势和语音中学习敏捷导航

在这项工作中，我们旨在使有腿机器人能够学习如何解读人类社交线索，并通过物理人类引导产生适当的行为。然而，当该过程需要大量人类提供的数据时，通过物理互动进行学习会给用户带来沉重负担。为了解决这一问题，我们提出了一个人在回路框架，使机器人能够以数据高效的方式获取导航行为，并通过多模态自然人类输入（特别是手势和语音命令）进行控制。我们使用基于物理的模拟重建交互场景并聚合数据，以减轻由有限演示数据引起的分布偏移。我们的渐进式目标线索策略在训练期间自适应地输入适当的命令和导航目标，从而实现更准确的导航以及人类输入与机器人行为之间更强的对齐。我们在六个真实世界的敏捷导航场景中评估了我们的框架，包括跳跃障碍物或避障。我们的实验结果表明，我们提出的方法在这些场景的几乎所有试验中都取得了成功，在总计不到 1 小时的演示数据下实现了 97.15% 的任务成功率。